Для получения чистого Markdown любой страницы добавьте .md к URL страницы.
Для полного индекса документации см. https://api.vega.chat/docs/llms.txt.
Для полного содержания документации см. https://api.vega.chat/docs/llms-full.txt.
Для интеграции AI‑клиентов (Claude Code, Cursor и др.) подключитесь к MCP‑серверу по адресу https://api.vega.chat/docs/_mcp/server.

Текст‑в‑речь

MD версия

VEGA поддерживает синтез речи (TTS) через выделенный endpoint /api/v1/audio/speech, совместимый с OpenAI Audio Speech API. Отправьте текст и получите необработанный аудиопоток в выбранном формате.

Обнаружение моделей

Вы можете находить модели TTS несколькими способами:

Через API

Используйте параметр запроса output_modalities в Models API, чтобы обнаружить модели TTS:

bash

# Вывести только модели TTS
curl "https://api.vega.chat/api/v1/models?output_modalities=speech"

На странице моделей

Перейдите на страницу моделей и отфильтруйте по типу вывода, чтобы найти модели, способные к синтезу речи. Ищите модели, у которых в поле output_modalities указано "speech".

Использование API

Отправьте запрос POST на /api/v1/audio/speech с текстом, который нужно синтезировать. Ответ представляет собой необработанный аудиопоток — не JSON — поэтому его можно сразу перенаправить в файл или аудиоплеер.

Базовый пример

typescript

import { OpenRouter } from '@openrouter/sdk';
import fs from 'fs';

const client = new OpenRouter({
  apiKey: '{{API_KEY_REF}}',
});

const stream = await client.tts.createSpeech({
  model: '{{MODEL}}',
  input: 'Hello! This is a text-to-speech test.',
  voice: 'alloy',
  responseFormat: 'mp3',
});

// Сбор аудиопотока и сохранение в файл
const reader = stream.getReader();
const chunks: Uint8Array[] = [];
while (true) {
  const { done, value } = await reader.read();
  if (done) break;
  chunks.push(value);
}
const totalLength = chunks.reduce((sum, c) => sum + c.length, 0);
const buffer = new Uint8Array(totalLength);
let offset = 0;
for (const chunk of chunks) {
  buffer.set(chunk, offset);
  offset += chunk.length;
}
await fs.promises.writeFile('output.mp3', buffer);
console.log('Audio saved to output.mp3');

python

from openai import OpenAI

client = OpenAI(
  base_url="https://api.vega.chat/api/v1",
  api_key="{{API_KEY_REF}}",
)

with client.audio.speech.with_streaming_response.create(
  model="{{MODEL}}",
  input="Hello! This is a text-to-speech test.",
  voice="alloy",
  response_format="mp3"
) as response:
  response.stream_to_file("output.mp3")

python

import requests

response = requests.post(
  url="https://api.vega.chat/api/v1/audio/speech",
  headers={
    "Authorization": f"Bearer {API_KEY_REF}",
    "Content-Type": "application/json"
  },
  json={
    "model": "{{MODEL}}",
    "input": "Hello! This is a text-to-speech test.",
    "voice": "alloy",
    "response_format": "mp3"
  }
)
response.raise_for_status()

with open("output.mp3", "wb") as f:
  f.write(response.content)

generation_id = response.headers.get("X-Generation-Id")
print(f"Audio saved. Generation ID: {generation_id}")

typescript

const response = await fetch('https://api.vega.chat/api/v1/audio/speech', {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${API_KEY_REF}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    model: '{{MODEL}}',
    input: 'Hello! This is a text-to-speech test.',
    voice: 'alloy',
    response_format: 'mp3',
  }),
});

if (!response.ok) {
  const err = await response.json();
  throw new Error(`TTS error ${response.status}: ${JSON.stringify(err)}`);
}

const audioBuffer = await response.arrayBuffer();
const generationId = response.headers.get('X-Generation-Id');
console.log(`Generation ID: ${generationId}`);
// Save audioBuffer to a file or play it directly

bash

curl https://api.vega.chat/api/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $VEGA_API_KEY" \
  --output output.mp3 \
  -d '{
    "model": "{{MODEL}}",
    "input": "Hello! This is a text-to-speech test.",
    "voice": "alloy",
    "response_format": "mp3"
  }'

Параметры запроса

Параметр	Тип	Обязательно	Описание
`model`	string	Да	Модель TTS, которую следует использовать (например, `openai/gpt-4o-mini-tts-2025-12-15`, `mistralai/voxtral-mini-tts-2603`)
`input`	string	Да	Текст, который нужно синтезировать в речь
`voice`	string	Да	Идентификатор голоса. Доступные голоса зависят от модели — проверьте страницу модели на странице моделей для списка поддерживаемых голосов
`response_format`	string	Нет	Формат аудиовывода: `mp3` или `pcm`. По умолчанию `pcm`
`speed`	number	Нет	Множитель скорости воспроизведения. Используется только моделями, которые поддерживают эту опцию (например, OpenAI TTS). Игнорируется другими провайдерами. По умолчанию `1.0`
`provider`	object	Нет	Провайдер-специфичная конфигурация passthrough

Провайдер‑специфичные опции

Вы можете передать провайдер‑специфичные параметры через параметр provider. Опции ключатся по slug провайдера, и только опции для выбранного провайдера будут переданы дальше:

json

{
  "model": "openai/gpt-4o-mini-tts-2025-12-15",
  "input": "Hello world",
  "voice": "alloy",
  "provider": {
    "options": {
      "openai": {
        "instructions": "Speak in a warm, friendly tone."
      }
    }
  }
}

Azure (MAI-Voice-2)

Azure TTS использует SSML внутри, но это полностью абстрагировано — вам нужны только стандартные параметры. Параметр voice принимает имя голоса Azure (например, en-US-Harper:MAI-Voice-2), а speed поддерживается (диапазон: 0.5–2.0).

Для выразительного синтеза передайте style и при желании styledegree через провайдер‑опции:

json

{
  "model": "microsoft/mai-voice-2",
  "input": "Welcome to the event!",
  "voice": "en-US-Harper:MAI-Voice-2",
  "response_format": "mp3",
  "speed": 1.0,
  "provider": {
    "options": {
      "azure": {
        "style": "cheerful",
        "styledegree": 1.2
      }
    }
  }
}

Опция	Тип	Описание
`style`	string	Выразительный стиль речи (например, `cheerful`, `sad`, `angry`, `excited`). Доступные стили зависят от голоса.
`styledegree`	number	Интенсивность эффекта стиля. По умолчанию `1.0`; более высокие значения повышают выразительность.

Формат ответа

Endpoint TTS возвращает необработанный аудиопоток, а не JSON. В ответе присутствуют следующие заголовки:

Заголовок	Описание
`Content-Type`	MIME‑тип аудио. `audio/mpeg` для формата `mp3`, `audio/pcm` для формата `pcm`.
`X-Generation-Id`	Уникальный идентификатор генерации запроса, полезный для отслеживания и отладки.

Форматы вывода

Формат	Content-Type	Описание
`mp3`	`audio/mpeg`	Сжатый аудио‑файл, меньший размер. Хорошо подходит для хранения и воспроизведения
`pcm`	`audio/pcm`	Несжатый необработанный аудио. Низкая задержка, подходит для потоковых пайплайнов в реальном времени

Ценообразование

Модели TTS тарифицируются за символ входного текста. Стоимость зависит от модели и провайдера. Вы можете проверить стоимость за символ для каждой модели на странице моделей или через Models API.

Совместимость с SDK OpenAI

Endpoint TTS полностью совместим с SDK OpenAI. Вы можете использовать клиентские библиотеки OpenAI, указывая базовый URL VEGA:

python

from openai import OpenAI

client = OpenAI(
  base_url="https://api.vega.chat/api/v1",
  api_key="{{API_KEY_REF}}",
)

# Без потоковой передачи: получить полный аудио‑ответ
response = client.audio.speech.create(
  model="openai/gpt-4o-mini-tts-2025-12-15",
  input="The quick brown fox jumps over the lazy dog.",
  voice="nova",
  response_format="mp3"
)
response.write_to_file("output.mp3")

# С потоковой передачей: обрабатывать аудио‑чанки по мере поступления
with client.audio.speech.with_streaming_response.create(
  model="openai/gpt-4o-mini-tts-2025-12-15",
  input="The quick brown fox jumps over the lazy dog.",
  voice="nova",
  response_format="mp3"
) as response:
  response.stream_to_file("output.mp3")

typescript

import OpenAI from 'openai';
import fs from 'fs';

const client = new OpenAI({
  baseURL: 'https://api.vega.chat/api/v1',
  apiKey: '{{API_KEY_REF}}',
});

const response = await client.audio.speech.create({
  model: 'openai/gpt-4o-mini-tts-2025-12-15',
  input: 'The quick brown fox jumps over the lazy dog.',
  voice: 'nova',
  response_format: 'mp3',
});

const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
console.log('Audio saved to output.mp3');

Лучшие практики

Выбирайте правильный формат: используйте mp3 для хранения и общего воспроизведения. Используйте pcm для потоковых пайплайнов в реальном времени, где важна низкая задержка.
Выбор голоса: разные провайдеры предлагают разные голоса. Ознакомьтесь с документацией модели или поэкспериментируйте с доступными голосами, чтобы подобрать оптимальный вариант для вашего случая.
Длина входа: для очень длинных текстов рекомендуется разбивать ввод на более мелкие сегменты и затем конкатенировать полученные аудиофайлы. Это повышает надёжность и уменьшает задержку первого аудио‑чанка.
Параметр speed: поддерживается только некоторыми провайдерами (например, OpenAI). Провайдеры, которые его не поддерживают, просто игнорируют эту настройку.

Устранение неполадок

Пустой или повреждённый аудиофайл?

Убедитесь, что response_format соответствует тому, как вы сохраняете файл (например, не сохраняйте pcm с расширением .mp3).
Проверьте код статуса ответа — не‑200 ответы возвращают JSON‑тело с ошибкой, а не аудио.

Модель не найдена?

Используйте страницу моделей, чтобы найти доступные модели TTS.
Проверьте правильность slug модели (например, openai/gpt-4o-mini-tts-2025-12-15, а не gpt-4o-mini-tts).

Голос недоступен?

Доступные голоса зависят от провайдера. Ознакомьтесь с документацией провайдера для списка поддерживаемых идентификаторов голосов.
У каждой модели свой набор голосов — проверьте страницу модели на странице моделей для полного списка.